离散空间广义霍夫变换。

最新推荐文章于 2021-05-20 14:48:57 发布

zhangqinghao0811

最新推荐文章于 2021-05-20 14:48:57 发布

阅读量1k

点赞数

分类专栏：图像处理文章标签： matlab 图像处理霍夫变换广义霍夫变换图像识别

本文链接：https://blog.youkuaiyun.com/zhangqinghao0811/article/details/78328058

版权

本文介绍了离散空间广义霍夫变换的原理，它将图像从坐标空间映射到参数空间，尤其适用于离散图像。通过建立坐标与参数的映射表，可以识别图像中的任意曲线。虽然实际应用中由于计算效率问题不如卷积方法，但有助于理解霍夫变换的机制。代码实现展示了如何通过accumarray函数得到每个像素点对应参数空间的映射，并累加求得目标图像的中心点坐标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一般来讲广义霍夫变换是指把坐标空间的图像映射到参数空间，需要先确定转换到参数空间的函数关系式，这种转换是连续的，但是对于任意图形而言这种关系式往往很难确定，而且我们处理的图像本身就是离散的，不需要连续变换。对于有限长的曲线而言，只要确定对应每一个坐标对应的参数空间的映射表就能画出参数空间的离散曲线。之后根据累加值就可以识别任意曲线。代码实现如下：

clearvars;
close all;
target = imread('target.jpg');
pic = imread('test.jpg');
target = rgb2gray(target);
pic = rgb2gray(pic);
target = target<50;
pic = pic<50;
figure;imshow(target);
figure;imshow(pic);
[y,x] = find(target);
cx = round(mean(x));
cy = round(mean(y));
x_map = cx-x;
y_map = cy-y;
[W,L] = size(pic);
[ys,xs] = find(pic);
h_space = zeros(W,L);
for flag = [ys,xs]'
    y